Abstract

Common methods for classifying choropleth map features typically form classes based on a single feature attribute. This technical note reviews the use of the k-means clustering algorithm to perform feature classification using multiple feature attributes. The k-means clustering algorithm is described and compared to other common classification methods, and two examples of choropleth maps prepared using k-means clustering are provided.

Abstract

Les méthodes courantes de classification des entités des cartes choroplèthes forment habituellement des classes basées sur un seul attribut d’entité. Cette note technique passe en revue l’utilisation de l’algorithme de classification automatique à k-moyenne pour classer les entités au moyen d’attributs d’entités multiples. L’auteur décrit l’algorithme de classification automatique à k-moyenne, le compare à d’autres méthodes de classification courantes et fournit deux exemples de cartes choroplèthes préparées par classification automatique à k moyenne.

pdf

Additional Information

ISSN
1911-9925
Print ISSN
0317-7173
Pages
pp. 69-75
Launched on MUSE
2014-04-18
Open Access
No
Back To Top

This website uses cookies to ensure you get the best experience on our website. Without cookies your experience may not be seamless.